摘要
本发明提供了一种针对短波通信方式的有效音检测方法及系统,涉及语音信号处理技术领域,该方法通过收集短波通信中的有效语音数据和噪声数据,对收集的信号进行特征提取,使用Gamma‑tone滤波器组提取GFCC特征;构建深度神经网络与长短时记忆网络的混合模型,通过训练学习语音与噪声的区分;使用混合网络模型对待检测短波信号进行实时语音检测,输出每一帧信号是否为有效语音的后验概率;根据设定的阈值进行语音或非语音判定,输出检测结果。通过混合网络方式来进行VAD检测,结合DNN善于对数据进行非线性变换与LSTM对时间序列分析的能力,在低噪声环境下对语音检测具有很强的鲁棒性,在短波通信中有比较好的检测性能。
技术关键词
音检测方法
噪声数据
音检测系统
混合网络模型
语音识别模型
构建深度神经网络
语音特征信息
生成训练数据
实时语音
离散余弦变换
滤波器
语音信号处理技术
听觉感知模型
语音后验概率
声学识别模型
特征提取模块
混合网络结构
数据采集模块
系统为您推荐了相关专利信息
施工管理系统
多模态特征融合方法
图像内容识别
市政
管理终端
挖掘分析方法
聚类
文本特征向量
DBSCAN算法
邻域
人类活动识别
交互网络
深度卷积网络模型
统计特征
支路
教学
DCNN模型
生成提示词
摘要生成方法
语音识别模型